論文の概要: Real-time Geo-localization Using Satellite Imagery and Topography for
Unmanned Aerial Vehicles
- arxiv url: http://arxiv.org/abs/2108.03344v1
- Date: Sat, 7 Aug 2021 01:47:19 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-10 15:08:53.466965
- Title: Real-time Geo-localization Using Satellite Imagery and Topography for
Unmanned Aerial Vehicles
- Title（参考訳）: 衛星画像と地形を用いた無人航空機のリアルタイム測地
- Authors: Shuxiao Chen, Xiangyu Wu, Mark W. Mueller and Koushil Sreenath
- Abstract要約: 本稿では,UAV上の軽量組込みシステムにおいて,シーン変更と実用性に信頼性のあるフレームワークを提案する。
このフレームワークは、オフラインデータベースの準備とオンライン推論の2つのステージで構成されている。
2つの異なるUAVプラットフォーム上でのイメージベースローカライゼーションのフィールド実験を行い、その結果を検証した。
- 参考スコア（独自算出の注目度）: 18.71806336611299
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The capabilities of autonomous flight with unmanned aerial vehicles (UAVs)
have significantly increased in recent times. However, basic problems such as
fast and robust geo-localization in GPS-denied environments still remain
unsolved. Existing research has primarily concentrated on improving the
accuracy of localization at the cost of long and varying computation time in
various situations, which often necessitates the use of powerful ground station
machines. In order to make image-based geo-localization online and pragmatic
for lightweight embedded systems on UAVs, we propose a framework that is
reliable in changing scenes, flexible about computing resource allocation and
adaptable to common camera placements. The framework is comprised of two
stages: offline database preparation and online inference. At the first stage,
color images and depth maps are rendered as seen from potential vehicle poses
quantized over the satellite and topography maps of anticipated flying areas. A
database is then populated with the global and local descriptors of the
rendered images. At the second stage, for each captured real-world query image,
top global matches are retrieved from the database and the vehicle pose is
further refined via local descriptor matching. We present field experiments of
image-based localization on two different UAV platforms to validate our
results.
- Abstract（参考訳）: 無人航空機(UAV)による自律飛行の能力は近年著しく向上している。
しかし、GPSを用いた環境における高速で堅牢な地理的局在化のような基本的な問題は未解決のままである。
既存の研究は主に、様々な状況において、様々な計算時間のコストでローカライゼーションの精度を向上させることに集中しており、しばしば強力な地上局マシンの使用を必要とする。
画像ベースのジオローカライズをオンライン化し,uav上での軽量組込みシステムに対して実用的なものにするために,シーンの変更に信頼性があり,リソース割り当ての計算に柔軟で,共通のカメラ配置に適応可能なフレームワークを提案する。
このフレームワークは、オフラインデータベースの準備とオンライン推論の2つのステージで構成されている。
第1段階では、衛星と地形図上に定量化された潜在的な車両ポーズから見えるように、カラー画像と深度マップがレンダリングされる。
データベースは、レンダリングされた画像のグローバルおよびローカルディスクリプタで集約される。
第2段階では、キャプチャされた実世界のクエリ画像毎に、データベースから上位のグローバルマッチを検索し、車両のポーズをローカルディスクリプタマッチングによってさらに洗練する。
2つの異なるUAVプラットフォーム上でのイメージベースローカライゼーションのフィールド実験を行い、その結果を検証した。
関連論文リスト
- Game4Loc: A UAV Geo-Localization Benchmark from Game Data [0.0]
クロスビューペアデータの部分的マッチングを含む,より実用的なUAV測位タスクを提案する。
実験により,UAV測地のためのデータとトレーニング手法の有効性が示された。
論文 参考訳（メタデータ） (2024-09-25T13:33:28Z) - GeoCLIP: Clip-Inspired Alignment between Locations and Images for
Effective Worldwide Geo-localization [61.10806364001535]
世界規模のジオローカライゼーションは、地球上のどこでも撮影された画像の正確な位置を特定することを目的としている。
既存のアプローチは、地球を離散的な地理的細胞に分割し、問題を分類タスクに変換する。
画像と対応するGPS位置のアライメントを強制する新しいCLIPにインスパイアされた画像-GPS検索手法であるGeoCLIPを提案する。
論文 参考訳（メタデータ） (2023-09-27T20:54:56Z) - Energy-Based Models for Cross-Modal Localization using Convolutional
Transformers [52.27061799824835]
GPSのない衛星画像に対して、距離センサを搭載した地上車両を位置決めする新しい枠組みを提案する。
本稿では, 畳み込み変換器を用いて, 高精度な計量レベルの局所化を行う手法を提案する。
我々は、エンドツーエンドでモデルをトレーニングし、KITTI、Pandaset、カスタムデータセットの最先端技術よりも高い精度でアプローチを実証する。
論文 参考訳（メタデータ） (2023-06-06T21:27:08Z) - Uncertainty-aware Vision-based Metric Cross-view Geolocalization [25.87104194833264]
地上画像と空中画像を用いて車両のポーズの確率分布を予測するエンド・ツー・エンドの微分モデルを提案する。
テストエリアからの地上データや空中データなしでも、最先端の技術を大きなマージンで改善する。
論文 参考訳（メタデータ） (2022-11-22T10:23:20Z) - Wide-Area Geolocalization with a Limited Field of View Camera [33.34809839268686]
GPSの補足または置換であるクロスビュージオローカライゼーションは、地上カメラから撮影した画像と衛星や航空機から撮影した画像とをマッチングすることにより、検索エリア内のエージェントをローカライズする。
ReWAGは、オドメトリーと90度のFOVカメラだけで、GPSを付加した環境で、移動体エージェントをグローバルにローカライズできるニューラルネットワークとパーティクルフィルタシステムである。
論文 参考訳（メタデータ） (2022-09-23T20:59:26Z) - Visual Cross-View Metric Localization with Dense Uncertainty Estimates [11.76638109321532]
本研究は、屋外ロボティクスにおける視覚的クロスビューメトリックローカライゼーションに対処する。
地上レベルのカラー画像と局地的な環境を含む衛星パッチが与えられた場合、衛星パッチ内の地上カメラの位置を特定することが課題である。
我々は、より高密度な衛星記述子、ボトルネックにおける類似性マッチング、およびマルチモーダルなローカライゼーションの曖昧さを捉えるための出力としての密度空間分布を備えた新しいネットワークアーキテクチャを考案した。
論文 参考訳（メタデータ） (2022-08-17T20:12:23Z) - Satellite Image Based Cross-view Localization for Autonomous Vehicle [59.72040418584396]
本稿では,市販の高精細衛星画像を使用可能な地図として利用することにより,良好な精度でクロスビュー車両のローカライゼーションを実現することができることを示す。
本手法はKITTIとFord Multi-AVの季節データセットを地上ビューとして,Google Mapsを衛星ビューとして検証した。
論文 参考訳（メタデータ） (2022-07-27T13:16:39Z) - Where in the World is this Image? Transformer-based Geo-localization in
the Wild [48.69031054573838]
世界各地で撮影された地上レベルのRGB画像から地理的位置(ジオローカライゼーション)を予測することは、非常に難しい問題です。
画像全体の細部を網羅する統合型デュアルブランチトランスネットワークであるTransLocatorを提案する。
我々は、Im2GPS、Im2GPS3k、YFCC4k、YFCC26kの4つのベンチマークデータセットでTransLocatorを評価し、5.5%、14.1%、4.9%、9.9%の大陸レベルの精度改善を得た。
論文 参考訳（メタデータ） (2022-04-29T03:27:23Z) - Beyond Cross-view Image Retrieval: Highly Accurate Vehicle Localization
Using Satellite Image [91.29546868637911]
本稿では,地上画像と架空衛星地図とをマッチングすることにより,車載カメラのローカライゼーションの問題に対処する。
鍵となる考え方は、タスクをポーズ推定として定式化し、ニューラルネットベースの最適化によってそれを解くことである。
標準自動運転車のローカライゼーションデータセットの実験により,提案手法の優位性が確認された。
論文 参考訳（メタデータ） (2022-04-10T19:16:58Z) - Accurate 3-DoF Camera Geo-Localization via Ground-to-Satellite Image
Matching [102.39635336450262]
地上で取得したクエリ画像とジオタグ付き衛星画像の大規模データベースとをマッチングすることにより、地上から衛星画像のジオローカライズの問題に対処する。
我々の新しい手法は、衛星画像のピクセルサイズの精度まで、クエリー画像のきめ細かい位置を達成できる。
論文 参考訳（メタデータ） (2022-03-26T20:10:38Z) - Continuous Self-Localization on Aerial Images Using Visual and Lidar
Sensors [25.87104194833264]
本研究では,車両のセンサ情報を未確認対象領域の航空画像に登録することにより,屋外環境におけるジオトラッキング手法を提案する。
我々は、地上および空中画像から視覚的特徴を抽出するために、計量学習環境でモデルを訓練する。
本手法は,視認不可能な正光の自己局在化のために,エンド・ツー・エンドの微分可能なモデルでオンボードカメラを利用する最初の方法である。
論文 参考訳（メタデータ） (2022-03-07T12:25:44Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。